OpenCV SimpleBlobDetector抗眩光替代方案：实现7个白色标记全检测

针对你遇到的SimpleBlobDetector漏检左侧白色标记、受眩光干扰的问题，可以试试以下几种简单方案：

方案1：加入对比度增强预处理 #

眩光会导致局部过曝，同时压制附近标记的亮度表现。用CLAHE（限制对比度自适应直方图均衡）增强灰度图的局部对比度，能让暗一些的标记更清晰，同时抑制过曝区域的影响。

修改后的代码：

import cv2
import numpy as np

# 设置Blob检测器参数
params = cv2.SimpleBlobDetector_Params()
params.filterByColor = True
params.blobColor = 255
params.filterByArea = True
params.minArea = 50
params.maxArea = 400
params.filterByCircularity = True
params.minCircularity = 0.7  # 适当放宽圆度阈值，适配受轻微干扰的标记
params.filterByConvexity = True
params.minConvexity = 0.85   # 适度放宽凸性要求
detector = cv2.SimpleBlobDetector_create(params)

# 预处理：增强对比度
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
enhanced_gray = clahe.apply(gray)

# 检测Blob
keypoints = detector.detect(enhanced_gray)

# 绘制结果
img_with_keypoints = cv2.drawKeypoints(frame, 
                                       keypoints, 
                                       np.array([]), 
                                       (0, 0, 255), cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
cv2.imshow('Detected Balls', img_with_keypoints)
cv2.waitKey(5)
cv2.destroyAllWindows()

方案2：先二值化再检测 #

通过自适应二值化把白色标记从背景和眩光中分离出来，只保留符合局部亮度范围的区域，避免大面积过曝的眩光区域干扰检测。

示例代码：

import cv2
import numpy as np

# 设置Blob检测器参数
params = cv2.SimpleBlobDetector_Params()
params.filterByColor = True
params.blobColor = 255
params.filterByArea = True
params.minArea = 50
params.maxArea = 400
params.filterByCircularity = True
params.minCircularity = 0.7
params.filterByConvexity = True
params.minConvexity = 0.85
detector = cv2.SimpleBlobDetector_create(params)

gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 自适应二值化，根据局部区域调整阈值
binary = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, 
                               cv2.THRESH_BINARY, 11, 2)

# 检测Blob
keypoints = detector.detect(binary)

# 绘制结果
img_with_keypoints = cv2.drawKeypoints(frame, 
                                       keypoints, 
                                       np.array([]), 
                                       (0, 0, 255), cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
cv2.imshow('Detected Balls', img_with_keypoints)
cv2.waitKey(5)
cv2.destroyAllWindows()

额外优化提示 #

• 环形灯面积通常比标记大，可以进一步调小maxArea参数，或者增加filterByInertia参数过滤细长的环形结构（环形的惯性矩和实心标记差异明显）。
• 如果眩光区域是大面积纯白，可先通过形态学开运算去除大的亮斑，再进行Blob检测。

内容的提问来源于stack exchange，提问作者Neurobro